您的位置:首页 > 财经频道 > 经营快讯>正文

大数据风控时代 50人支撑400亿交易量

时间:2017-07-05 13:05:48    来源:网贷动态    浏览数:46  我来说两句() 字号:TT

  

  “我们经手的项目中,有些金融机构是为了追捧概念而做大数据,并没有考虑实际中要解决的问题”在某金融业分享会上,一位咨询公司合伙人无奈的耸耸肩,“大数据仅是一种解决问题的工具,它不是万能的”。

  在金融本该最谨慎、最保守的风控领域,“得大数据者得天下”的论调同样颇有市场,大数据风控成为他们眼中驱除不良的神兵利器。

  IPC、评分卡没落,FICO中国差点惨遭出售

  信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类,随着借款客户下沉、体验感增强……面对变化,传统风控已经产生不适感:成本高、效率低、速度慢、维度单一……大数据风控破壳而出。

  “像消费这种小额贷款,传统信贷员一天最多审核五十单,而大数据风控全程自动化,不受人力所累,审批数量无上限”在与IPC、信贷工厂等技术对比时,高效、人工低参与度是大数据风控留下的第一印象。据了解,目前马上消费金融、凡普金科等平台,其风控自动化水平已经达到80%,贷前的防欺诈、信用评估环节,已实现100%模型决策。

  “风控流程中留给人工的部分已经很少了,更多的是基础、辅助工作,像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时,需要人工对用户信息重新审核”马上消费高级数据决策总监李届悦说。目前,李届悦手下数据团队约为50人,负责数据清洗、模型迭代等工作,共同支撑约400亿交易量。

  “IPC依靠人工经验,要信审员一个一个去查,更适合大额度的对公业务”,91征信CEO薛本川表示:“国内很多信贷机构在风控上都已经采用模型了”。

  与IPC在小额贷款领域“遭人嫌弃”不同,以FICO为代表的评分卡模型,占领高净值人群市场,但由于国内缺乏征信土壤,FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身,已是公开的秘密。“FICO评分模型精确度确实比较高,但看中还款记录,维度相对单一,无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。

  2016年,FICO中国区副总裁王世今,曾多次公开表示,“针对中国互联网金融市场情况,FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露,“FICO总部曾考虑出售FICO中国,一家类信贷金融集团考虑接手,后来因为一些原因,没有交易下去”。

  传统机构自我革新,大数据风控全产业链渗透

  大数据风控是将多维度、海量数据输入模型,由机器自动判别借款资信状况,随着对机器学习算法的不断优化迭代,模型精准度将会越来越高。“通过测试对比,大数据风控在部分领域,尤其是小额信贷方面,确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示,一贯保守、正统印象的中诚信也在加码大数据。

  在美国,益博睿CEOBrian Cassin曾对大数据持观望态度,认为大数据并不成熟,但数据人员编制出卖了其意图。益博睿2015年财务报告显示:目前已有数据科学家400余人。

  “大数据风控核心在于模型本身,尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量,用于交叉检验,好比一个人说谎,他需要不断地编织谎言来去圆第一个谎,当信息足够大时,谎言就很容易被识别出来。

  获取海量数据成为机构的重点,多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据,没有垃圾数据,所有的数据都是有用的,关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。

  目前大数据风控由最初的反欺诈、信用评分,也在向风控全产业链衍生,如营销获客、贷后催收等,富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验:“我们会制作催收模型,预判违约者受压程度,能够电话催收的,直接由在菲律宾的电催中心打电话,降低催收成本。”目前大数据风控服务、征信公司、数据公司,如百融金服、诚安聚立等,也都推出涵盖贷前、贷中、贷后的全生命周期服务。

  想蹭大数据风控的热点,其实并不轻松

  “热点都是被蹭的”,大数据风控被金融平台强上。国内某家互金平台,宣称其依靠大数据来做风控,但是其风控负责人A姐向清流消费金融透露,“我们公司是由线下起家,主要还是靠人审,跟大数据什么的毫不沾边”据了解,该平台风控部门约130人,目前还在扩招。

  “大家都在宣传大数据风控,已经成为互金平台获取投资人信任的一种手段,但究竟多大的数据才算是大数据”,看着众人哄捧的大数据风控,有着将近两年互金行业分析师经验的Z先生,眼睛里闪烁着看不懂的困惑。

  大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据,但忽视了数据的价值”,某咨询公司合伙人指出,“你倒是想把地球上所有数据都装起起来,但是数据是有成本的,关键是要解决什么问题,而不能盲目”。

  据了解,大数据风控成本为数据获取、风控模型搭建、IT系统,风控模型搭建、IT系统为固定成本,后期迭代、维护费用相对较少,而数据获取则是增量支出,目前信贷平台数据成本范围较大,根据客户资质不同,几块到一百多块钱不等。

  “数据本身是资源垄断性的,但随着征信逐步健全,数据未来将没有壁垒,数据将是脱敏,且能够公开交易买卖的”吴宇建对诚安聚立的定位,并没有放在数据本身,而是算法模型。感受到行业乱象的并非吴宇建一人,凡普金科相关负责人也对清流消费金融表示:“大数据征信的基础是数据结构化处理,只有经过结构化处理的风控模型,才能在机器中越跑越准,但目前很多机构都没有这道工序”。

  除此之外,许多传统金融机构也在求变,“部分机构找我们做项目,但在项目之初根本没有想好我要通过大数据来解决什么问题,只因领导一句话,领导说要大数据那就要大数据”,某咨询公司合伙人说。

  热捧之下,定有泡沫,待到破裂之时,“真用功”还是“假作作”,便能一眼看穿。

  

免责声明:本网发布信息目的在于传播更多的信息,内容未经本网证实仅代表作者个人观点。

相关新闻